-
公开(公告)号：CN116595384B
公开(公告)日：2023-11-24
申请号：CN202310864326.8
申请日：2023-07-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06N20/00 , G06F9/50
Abstract: 本说明书一个或多个实施例提供一种模型训练方法及装置。其中，该方法应用于云端，包括：接收多个终端上传的、基于本地数据对待训练模型进行模型训练产生的训练数据；按照各个终端所属的集群，将由各个终端上传的训练数据记录至与各个集群对应的数据集中，并由与各个集群分别对应的训练模块根据相应数据集中包含的训练数据，对各个集群所对应的待训练模型进行更新，得到与各个集群分别对应的更新后模型；将各个集群所对应的更新后模型，作为相应集群在下一次模型更新时的待训练模型部署至(56)对比文件Fariba Majidi 等.HFDRL: AnIntelligent Dynamic Cooperate CashingMethod Based on Hierarchical FederatedDeep Reinforcement Learning in Edge-Enabled IoT《.IEEE Internet of ThingsJournal》.2022,第9卷(第2期),1402-1413.杨鑫 等.MEC的云边协同分析《.中兴通讯技术》.2020,第26卷(第3期),27-30.万杰.基于安卓的联邦学习平台设计与实现《.中国优秀硕士学位论文全文数据库 信息科技辑》.2020,第2020年卷(第7期),I138-367.Jinliang Xu 等.Machine StatusPrediction for Dynamic and HeterogenousCloud Environment《.2016 IEEEInternational Conference on ClusterComputing (CLUSTER)》.2016,136-137.
-
公开(公告)号：CN116610868B
公开(公告)日：2023-09-29
申请号：CN202310860786.3
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06N5/04 , G06N3/08
Abstract: 本说明书一个或多个实施例提供一种样本标注方法、端边云协同训练方法及装置。该方法包括：获取设置在所述终端设备中的资源推荐网络的输入特征；利用所述资源推荐网络对所述输入特征进行多次推理，并将每次推理的输入特征与该次推理的ID进行绑定；获取已进行推理的待展示资源的曝光数据，并根据所述曝光数据确定所述用户对所述待展示资源的感兴趣程度的真实值；根据所述推理的ID获取对应的输入特征，并利用所述真实值对所述输入特征进行标注，得到样本数据。利用推理解决方案与训练解决方案的信息交互完成端侧自动化的样本数据标注，并通过将推理ID与输入特征绑定，可以保证样本标注与输入特征的对应，以更准确地对资源推荐网络进行训练。
-
公开(公告)号：CN116611536A
公开(公告)日：2023-08-18
申请号：CN202310887452.5
申请日：2023-07-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种模型训练方法及装置、电子设备及存储介质，所述方法结合终端、边缘CND节点和云端三侧来完成目标模型的训练，从而提高了目标模型的训练效果，所述方法包括：接收多个梯度数据，其中，所述梯度数据由终端根据样本数据和目标模型生成，并发送至边缘CDN节点；对所述多个梯度数据进行聚合处理，得到第一聚合结果；将所述第一聚合结果发送至云端，以使所述云端根据所述第一聚合结果更新所述目标模型，并将更新后的所述目标模型发送至生成所述多个梯度数据的终端。
-
公开(公告)号：CN116610308A
公开(公告)日：2023-08-18
申请号：CN202310867712.2
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种代码管理方法及装置、电子设备及存储介质，该方法包括：根据针对第一模型的脚本生成指令，获取代码库中通用代码和第一模型对应的专用代码，其中，第一模型为多个待检测模型中的任一个待检测模型；根据通用代码和第一模型对应的专用代码，生成第一模型对应的脚本。开发人员只需根据所有待检测模型的检测实验的共有逻辑开发通用代码，并根据每个待检测模型的检测实验的专有逻辑开发专用代码，相对于针对每个待检测模型的检测实验的完整逻辑开发代码，开发工作量较低；而且代码库中只需保存通用代码和各待检测模型的专用代码，内存占用量较低；再者可以很便捷的生成待检测模型的代码，提高了代码生成的效率。
-
公开(公告)号：CN116582406A
公开(公告)日：2023-08-11
申请号：CN202310856785.1
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L41/0246 , H04L41/069 , H04L43/04
Abstract: 本说明书提供一种监控数据的上传方法及装置，应用于边缘服务器，所述方法包括：在接收到终端上传的推理请求的情况下，基于预设的处理链路对所述推理请求进行处理；对所述推理请求在所述处理链路上的处理过程进行监控，并将监控所得的监控数据以日志形式记录于本地部署的日志模块中；将所述日志模块中的日志数据上传至云端，以由所述云端将所述日志数据上传至监控平台。
-
Patent Agency Ranking
公开(公告)号：CN118567626B
公开(公告)日：2024-11-29
申请号：CN202411045830.6
申请日：2024-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种任务自主处理方法、装置、存储介质及电子设备，其中，方法包括：获取用户向智能体服务对象所输入的针对目标事务的目标任务，基于目标任务采用任务处理大语言模型进行任务执行代码生成处理得到目标RPA代码，控制智能体服务对象对目标事务执行目标RPA代码，以对目标任务进行任务自主处理。
-
公开(公告)号：CN116610308B
公开(公告)日：2023-11-03
申请号：CN202310867712.2
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种代码管理方法及装置、电子设备及存储介质，该方法包括：根据针对第一模型的脚本生成指令，获取代码库中通用代码和第一模型对应的专用代码，其中，第一模型为多个待检测模型中的任一个待检测模型；根据通用代码和第一模型对应的专用代码，生成第一模型对应的脚本。开发人员只需根据所有待检测模型的检测实验的共有逻辑开发通用代码，并根据每个待检测模型的检测实验的专有逻辑开发专用代码，相对于针对每个待检测模型的检测实验的完整逻辑开发代码，开发工作量较低；而且代码库中只需保存通用代码和各待检测模型的专用代码，内存占用量较低；再者可以很便捷的生成待检测模型的代码，提高了代码生成的效率。
-
公开(公告)号：CN116600020B
公开(公告)日：2023-10-10
申请号：CN202310865087.8
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种协议生成方法、端云协同推荐方法及装置。该方法应用于协议生成器，协议生成器与云服务器和客户端通信连接，所述云服务器包括多个云上系统；所述方法包括：构建预设格式的协议模板，所述协议模板包括场景模块、策略模块和特征模块；根据待应用的推荐场景确定所述场景模块的场景参数，并根据所述多个云上系统的数据确定所述策略模块中的目标策略参数以及特征模块中的云特征，得到目标协议，所述目标协议用于使所述客户端根据所述目标协议进行端云协同资源推荐。通过根据端云协同推荐场景中的数据结构，构建通用的标准化数据协议，可以提高协议在客户端与不同云上系统之间的复用性，降低管理的复杂性和成本。
-
公开(公告)号：CN116611536B
公开(公告)日：2023-09-29
申请号：CN202310887452.5
申请日：2023-07-19
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书一个或多个实施例提供一种模型训练方法及装置、电子设备及存储介质，所述方法结合终端、边缘CND节点和云端三侧来完成目标模型的训练，从而提高了目标模型的训练效果，所述方法包括：接收多个梯度数据，其中，所述梯度数据由终端根据样本数据和目标模型生成，并发送至边缘CDN节点；对所述多个梯度数据进行聚合处理，得到第一聚合结果；将所述第一聚合结果发送至云端，以使所述云端根据所述第一聚合结果更新所述目标模型，并将更新后的所述目标模型发送至生成所述多个梯度数据的终端。
-
公开(公告)号：CN116610873B
公开(公告)日：2023-09-26
申请号：CN202310887568.9
申请日：2023-07-19
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , G06F9/50 , G06N3/08 , G06N3/045
Abstract: 本说明书提供一种信息推荐方法及装置、存储介质，该方法包括：基于用户对云节点下发的至少一个第一推荐信息的操作行为，得到实时特征信息；将实时特征信息发送给边缘节点；接收并存储边缘节点返回的目标特征信息，目标特征信息是用于表征用户的历史操作行为和实时操作行为之间的共性的特征信息；基于目标特征信息，对云节点下发的至少一个第二推荐信息进行重排序后输出。本公开可以利用边缘节点的算力为客户端提供更精准表征用户操作行为的目标特征信息，扩展了客户端上表征用户操作行为的特征信息的丰富度，且可以减少信息推荐的时延，能够更合理的利用端边云各个设备的资源，提高了端边云架构的可用性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.01 seconds)
